X-DB实时数据库介绍

InfluxDB学习之InfluxDB的安装和简介系列详情请看：《》:InfluxDB是⼀个当下⽐较流⾏的时序数据库，InfluxDB使⽤ Go 语⾔编写，⽆需外部依赖，安装配置⾮常⽅便，适合构建⼤型分布式系统的监控系统。

最近⽤到了 InfluxDB，在此记录下学习过程，同时也希望能够帮助到其他学习的同学。

本⽂主要介绍InfluxDB的功能特点以及influxDB的安装过程。

更多InfluxDB详细教程请看：⼀、InfluxDB 简介InfluxDB 是⽤Go语⾔编写的⼀个开源分布式时序、事件和指标数据库，⽆需外部依赖。

类似的数据库有Elasticsearch、Graphite等。

其主要特⾊功能1）基于时间序列，⽀持与时间有关的相关函数（如最⼤，最⼩，求和等）2）可度量性：你可以实时对⼤量数据进⾏计算3）基于事件：它⽀持任意的事件数据InfluxDB的主要特点1）⽆结构（⽆模式）：可以是任意数量的列2）可拓展的3）⽀持min, max, sum, count, mean, median 等⼀系列函数，⽅便统计4）原⽣的HTTP⽀持，内置HTTP API5）强⼤的类SQL语法6）⾃带管理界⾯，⽅便使⽤⾃带管理界⾯：⼆、InfluxDB安装本⽂以写这篇⽂章时的最新稳定版（Stable v0.13.0）为例，介绍下InfluxDB的安装。

OS X (via Homebrew)brew updatebrew install influxdbMD5: 4f0aa76fee22cf4c18e2a0779ba4f462Ubuntu & Debian (64-bit)wget https:///influxdb/releases/influxdb_0.13.0_amd64.debsudo dpkg -i influxdb_0.13.0_amd64.debMD5: bcca4c91bbd8e7f60e4a8325be67a08aUbuntu & Debian (ARM)wget https:///influxdb/releases/influxdb_0.13.0_armhf.debsudo dpkg -i influxdb_0.13.0_armhf.debMD5: b64ada82b6abf5d6382ed08dde1e8579RedHat & CentOS (64-bit)wget https:///influxdb/releases/influxdb-0.13.0.x86_64.rpmsudo yum localinstall influxdb-0.13.0.x86_64.rpmMD5: 286b6c18aa4ef37225ea6605a729b61dRedHat & CentOS (ARM)wget https:///influxdb/releases/influxdb-0.13.0.armhf.rpmsudo yum localinstall influxdb-0.13.0.armhf.rpmMD5: 4cf99debb5315fbbb26166506807d965Standalone Binaries (64-bit)wget https:///influxdb/releases/influxdb-0.13.0_linux_amd64.tar.gztar xvfz influxdb-0.13.0_linux_amd64.tar.gzMD5: 187854536393c67f7793ada1c096da8eStandalone Binaries (ARM)wget https:///influxdb/releases/influxdb-0.13.0_linux_armhf.tar.gztar xvfz influxdb-0.13.0_linux_armhf.tar.gzDocker Imagedocker pull influxdb在实际安装过程中，只需要选好对应的版本，然后按照执⾏就可以了。

diros数据库基本概念什么是diros数据库diros数据库是一种基于关系模型的数据库管理系统（DBMS）。

它采用了ACID（原子性、一致性、隔离性和持久性）的事务处理，提供了一种可靠、高效的数据管理方案。

diros数据库具有良好的扩展性和可靠性，适用于大规模的数据存储和处理。

数据库的基本组成数据库由多个数据表组成，每个表包含多个字段（列）和多个记录（行）。

数据表之间可以建立关系，通过关系可以进行数据的查询和操作。

数据库的基本操作数据库的基本操作包括增加（INSERT）、查询（SELECT）、更新（UPDATE）和删除（DELETE）。

1.INSERT操作用于向数据库中插入新的记录。

2.SELECT操作用于从数据库中查询数据。

3.UPDATE操作用于更新数据库中的记录。

4.DELETE操作用于删除数据库中的记录。

数据库的事务处理事务是数据库操作的基本单位，它是一个不可分割的操作序列。

数据库的事务处理需要满足ACID的特性。

1.原子性（Atomicity）：事务中的所有操作要么全部成功，要么全部失败，不存在部分成功的情况。

2.一致性（Consistency）：事务执行前后，数据库的状态保持一致。

3.隔离性（Isolation）：并发执行的事务之间要相互隔离，保证数据的一致性。

4.持久性（Durability）：事务一旦提交，对数据库的修改是永久的。

数据库的索引数据库的索引是一种提高查询效率的数据结构。

索引可以加快数据的查找速度，减少数据库的IO操作。

1.主键索引：主键索引是对数据库表中的主键字段进行索引，保证主键的唯一性。

2.唯一索引：唯一索引是对数据库表中的唯一字段进行索引，保证字段的唯一性。

3.聚集索引：聚集索引是对数据库表中的非唯一字段进行索引，按照索引的顺序排列数据。

4.非聚集索引：非聚集索引是对数据库表中的非唯一字段进行索引，不按照索引的顺序排列数据。

数据库的备份与恢复数据库的备份与恢复是保证数据安全的重要手段。

vitaldb数据库的简单介绍VitalDB 是一种开源的实时数据库系统，专门设计用于应对大规模的实时数据处理和分析任务。

它能够处理高吞吐量的数据，并提供低延迟的数据查询和访问。

VitalDB 数据库系统基于分布式架构，允许用户将数据分布在多个节点上，以实现高可用性和容错性。

系统中的每个节点都可以存储和处理部分数据，以便平衡负载和提高性能。

节点之间通过网络进行通信和数据同步，确保所有节点的数据保持一致性。

VitalDB 数据库系统支持多种数据模型，包括关系型数据、时间序列数据以及图数据等。

它提供了一套丰富的数据操作接口和查询语言，使用户可以方便地进行数据的插入、更新、删除和查询。

VitalDB 数据库系统的核心特性包括：1. 实时处理和分析：VitalDB 具有优秀的吞吐量和低延迟的数据处理能力，能够实时地处理和分析大规模的数据。

这对于许多实时数据密集型应用非常重要，比如金融交易、在线广告和物联网等领域。

2. 分布式架构：VitalDB 的分布式架构使得它能够以水平扩展的方式处理大规模的数据。

用户可以根据实际需求增加或减少节点，以适应不同的负载情况。

系统中的每个节点都是自治的，可以独立地处理数据请求和执行查询操作。

3. 数据一致性和容错性：VitalDB 使用复制和日志机制来保证系统中的数据一致性和容错性。

节点之间通过复制数据和同步日志来实现数据的复制和备份，以应对节点故障和数据丢失的情况。

4. 多种数据模型支持：VitalDB 支持关系型数据、时间序列数据和图数据等多种数据模型，能够满足不同应用场景的需求。

用户可以根据实际需求选择适合的数据模型，并使用相应的查询语言进行数据操作和查询。

5. 可扩展性和灵活性：VitalDB 具有很好的可扩展性和灵活性，可以根据实际需求进行定制和扩展。

用户可以自定义数据模型、查询接口和数据处理逻辑，以满足特定领域和应用的需求。

参考内容：1. Iskandarova, F., Diker, A., Choi, S., Kung, A., & Shahabi, C. (2019). VitalDB: Towards Cross-Platform Analysis for Remote Monitoring Data in Verticals. 2019 IEEE International Conference on Big Data (Big Data), 2733-2742.2. Kim, C., Sharma, P., Shahabi, C., & Kung, A. (2018). Efficient subsequence matching in VitalDB time series using preprocessed pattern profiles. Proceedings of the VLDB Endowment, 11(12), 2013-2026.3. Iskandarova, F., Diker, A., Shahabi, C., Kung, A., & Seidl, T. (2020). Big mobility data analysis towards an integrated VitalDB system. Data Science for Mobility (DSFM 2020).4. Fanaeepour, M., & Shahabi, C. (2018). An approximatesubsequence matching query engine for vitalDB time series. 2018 IEEE International Conference on Data Mining Workshops (ICDMW), 663-672.5. Haseli, M., Iskandarova, F., Choi, S., Diker, A., Shahabi, C., & Kung, A. (2020). VitalDash: Interactive Data Exploration in Remote VitalDB Monitoring Systems. 2020 IEEE International Conference on Big Data (Big Data), 1065-1074.。

1.简介 (2)1.1数据库的ID类型 (2)1.2实时数据库配置部分 (3)2.实时数据库配置 (8)2.1Agilor实时数据库配置 (8)2.2Edna实时数据库配置 (8)2.3PI实时数据库配置 (10)2.4Abb实时数据库 (10)2.5Ihistory实时数据库 (11)2.6InSql实时数据库 (11)2.7OpenPlant实时数据库 (12)2.8PTime实时数据库 (14)2.9Vestore实时数据库 (14)2.10KingHistorian实时数据库 (16)2.11X-DB实时数据库 (16)3.常见问题 (18)4.附件（实时数据库配置实例） (19)RTDB实时数据库组件配置全程攻略作者：刘有志1.简介RTDB数据库接口程序配置文件分两部分：1.1数据库的ID类型;------------------------------------数据库全局配置---------------------------------------------------------- [DataBase];实时数据库对应的编号（这个是内部定义，不许改动）AgilorDrivce=1AgilorClient=2Edna=3Pi=4Abb=5Ihistory=6InSql=7EdnaUniversal=8OpenPlant=9PTimeDB=10Wonderware=11InsqlRemote=12,InsqlIOServer=13,Vestore=14,OpenPlantNew=15,VestoreInterface=16,X-DB=17X-DB-X=18KingHistorian=19XDB_TCP=20XDB_TCPX=21;实时数据库类型Pi;Edna;Ihistory;Abb;AgilorClient;AgilorDrivce;InSql;;EdnaUniversal;OpenPlant;PTimeDB;Wonderware,InsqlRemote,InsqlIOServer,Vestore,;OpenPlantNew,VestoreInterface,X-DB,X-DB-XRTDB_TYPE=XDB_TCP这部分显示RTDB接口支持的数据库类型及ID号，在配置实时数据库相关的服务时，首先明确是否有支持的实时数据库，如果没有，需要跟开发人员进行联系，可能需要重新做接口或者增加数据库ID号。

Uniformance PHD R310霍尼韦尔工厂过程历史数据库管理系统将数据转化为知识Uniformance PHD过程历史数据库管理系统采集、存储、重现历史及实时工厂数据，提高数据安全和利用率，提升业务绩效PHD为企业的今天及未来，提供完整的历史数据解决方案Uniformance PHD 采集、存储、重现历史及实时工厂数据，使得在生产车间、工厂乃至全公司范围内均能及时了解相关数据信息。

PHD强大的实时数据处理能力确保了企业员工更方便高效地协作、制定并执行生产计划，从而提升业务绩效。

Uniformance PHD支持跨越多个工厂和现场的多控制系统及多应用程序的大规模集成，提供无缝的数据集成接口、自动故障恢复的数据采集、自动历史数据恢复功能，保证大型长周期历史数据库的数据安全与可靠性，确保用户能随时访问数据以及与各类应用的有效集成。

除了采集和整合潜在的大量过程数据之外，PHD还具备强大的历史数据处理功能，可以将繁杂的数据转换成有用的信息。

如“虚拟位号”数学计算功能允许用户将工程和业务知识应用至当前和历史数据中，而内置的工程单位自动转换功能可以帮助用户以其熟悉的方式查看相关数据。

过程数据与业务数据的紧密整合使得用户可以全面了解整个企业的运营情况。

PHD的效益Uniformance PHD为用户带来如下效益：•可扩展性: PHD的分布式结构保证可以从不同的数据源采集数据并汇总到单一而一致的数据库系统中。

PHD数据库的初建规模可以很小，但随着应用需要可以很方便地扩展到处理成千上万个用户和数百万个位号的规模(可以更多)•安全性: PHD提供常用的防火墙配置支持，能够对历史数据进行保护，阻止未授权的访问•可靠性: PHD具有数据采集和历史记录恢复的功能，即使数据采集出现中断，也能保证数据记录的完整性，从PHD R300版本开始，PHD提供利用集群技术部署PHD服务器的选项来满足用户全天候可用性的需求•开放性: PHD具有各类开放的产品化接口，可以与众多霍尼韦尔公司及第三方数据源进行连接。

1. 实时数据库1.1 实时数据库系统体系结构设计和描述作为流程工业自动控制系统的综合数据平台，实时数据库在企业生产信息的集成、存储和处理环节均起着关键作用，是流程工业信息化的核伯基础设施。

实时数据库具有强大的多源异构数据采集接口，优异的实时数据存储与巧问性能，高效的历史数据压缩与条件检索能力，以及数据与服务的高可靠性和高可用性。

关系数据库服务器应用服务器实时管理调度管理设备管理安全管理化工、石化长输管线HMI 智能仪表密炼、准备、成型图1.1 实时数据库在流程工业信息化架构中的定位由图1.1可见，实时数据库位于流程工业信息化架构中的MES 层，对PCS 层的工业现场过程数据进行实时采集、可靠存储和高效处理，为同层的实时管理、调度管理、设备管理、安全管理等应用提供高效的数据服务。

1.1.1 工程数据系统分析流程工业的实时数据库中需要管理的数据有:位号实时数据、位号的历史数据、服务器信息、位号的属性信息、系统状态信息、角色权限信息、批次信息、计算结果信息等。

主要的时态关系包括服务器的有效性和位号的有效性;位号的暂态属性；实时数据和历史数据的时态,位号的有效性和相关实时数据和历史数据的有效性;系统的暂态信息;服务器的状态信息等。

这些数据之间的关系如图1.2所示。

图1.2 实时数据库系统功能数据模型1.1.2现存实时数据库系统数据管理模型分析目前现存的一些实时数据库产品有Wonderware公司的Industrial SQL Server\AspenTech公司的InfoPlus、HoneyWell公司的UnifomreneepHD、OSI公司的PI等。

它们的实时数据库模型主要采用如下两类方法来建模。

1）使用关系数据库的数据模型这种数据模型可以方便地表达复杂的逻辑关系,但是关系数据库很难支持对数据对象的描述,其查询和访问速度也很难满足高实时性的要求。

W6ndersare公司的nIdusitralsQLsverer就是这样的一个实时关系数据库系统。